Connectionist networks and lookup t

Connectionist networks and lookup tables lie at opposite ends of the stability-sensitivity
spectrum. While the latter are completely stable in the presence of new information, they
lack the crucial ability to generalize on new input or to function effectively with degraded
input. By contrast, standard backpropagation networks are highly sensitive to new input
because of their highly distributed, overlapping internal representations. Internal
representations of this kind are responsible for these networks’ much touted abilities to
generalize on previously unseen input, but they are also responsible for the radical loss of old
information when learning new information.

ผลลัพธ์ (ไทย) 1:

เครือข่าย connectionist และตารางการค้นหาอยู่ที่ปลายตรงข้ามของความมั่นคงไวสเปกตรัมการ ในขณะที่หลังมั่นคงสมบูรณ์ในต่อหน้าของข้อมูลใหม่ พวกเขาขาดความสำคัญทั่วไปในการป้อนข้อมูลใหม่ หรือทำงานได้อย่างมีประสิทธิภาพกับเสื่อมโทรมป้อนข้อมูล โดยคมชัด เครือข่ายมาตรฐาน backpropagation มีความไวสูงเพื่อป้อนข้อมูลใหม่เนื่องจากความสูงกระจาย ซ้อนภายในแทน ภายในของชนิดนี้มีความสามารถมาก touted เครือข่ายเหล่านี้จะชอบทั่วไปในการป้อนข้อมูลก่อนหน้านี้ unseen แต่ก็มีความรับผิดชอบสำหรับการสูญเสียที่รุนแรงของเก่าข้อมูลเมื่อเรียนรู้ข้อมูลใหม่

ผลลัพธ์ (ไทย) 2:

เครือข่าย connectionist
และตารางการค้นหาอยู่ที่ปลายตรงข้ามของความไวความมั่นคงสเปกตรัม ขณะที่หลังจะสมบูรณ์มีเสถียรภาพในการปรากฏตัวของข้อมูลใหม่ที่พวกเขาขาดความสามารถที่สำคัญที่จะพูดคุยกับการป้อนข้อมูลใหม่หรือทำงานอย่างมีประสิทธิภาพด้วยการสลายการป้อนข้อมูล ในทางตรงกันข้ามเครือข่าย backpropagation มาตรฐานมีความไวสูงที่จะใส่ใหม่เพราะการกระจายสูงของพวกเขาเป็นตัวแทนที่ทับซ้อนกันภายใน ภายในการแสดงชนิดนี้มีความรับผิดชอบในความสามารถของเครือข่ายเหล่านี้ touted 'มากที่จะพูดคุยกับการป้อนข้อมูลที่มองไม่เห็นก่อนหน้านี้แต่พวกเขายังรับผิดชอบในการสูญเสียที่รุนแรงของเดิมข้อมูลเมื่อการเรียนรู้ข้อมูลใหม่

ผลลัพธ์ (ไทย) 3:

เครือข่ายคอนเนคชันนิสต์และตารางการค้นหานอนอยู่ที่ปลายตรงข้ามของสเปกตรัมมีความไว
. ในขณะที่หลังมีเสถียรภาพอย่างสมบูรณ์ในการแสดงตนของข้อมูลใหม่ที่พวกเขา
ขาดความสามารถในสําคัญที่จะลงความเห็นใหม่ใส่ หรือทํางานได้อย่างมีประสิทธิภาพกับทราม
นำเข้า โดยทางเครือข่ายแบบมาตรฐานที่มีความไวสูง

ใส่ใหม่เพราะพวกเขากระจายสูงภาพภายในที่ทับซ้อนกัน ตัวแทนภายใน
ชนิดนี้มีความรับผิดชอบเหล่านี้เครือข่ายมาก touted ความสามารถ

พูดคุยกับสิ่งเร้นลับก่อนหน้านี้ใส่ แต่พวกเขายังรับผิดชอบในการสูญเสียที่รุนแรงของข้อมูลเก่า
เมื่อเรียนรู้ข้อมูลใหม่